Act 7 Reconocimiento Unidad 2

WAVELETS
WAVELETS
Las wavelets son funciones definidas sobre un intervalo finito y con valor medio cero. La
idea bsica de la transformada wavelet es representar arbitrariamente una funcin como
superposicin de un conjunto de wavelets o funciones bsicas. Estas wavelets se obtienen
a partir de una wavelet prototipo denominada wavelet madre, mediante dilataciones,
escalados y traslaciones. Se pueden aplicar a todo tipo de problemas sobre el procesado de
la seal: eliminacin de ruidos, sismologa, m!sica, criminologa y visin, entre otras. "
menudo, las wavelets se utili#an como alternativa al anlisis de $ourier. %or ejemplo, en
la base de datos de &uellas digitales del $'(, las wavelets reempla#an la t)cnica de $ourier
con *%E+.
TRANSFORMADA WAVELET DISCRETA
La transformada wavelet discreta ,-./0 se emplea para obtener una nueva
representacin de la imagen, ms apropiada para el proceso de compresin.
EMBEDDED ZERO-TREE WAVELET
El m)todo de compresin E1. fue propuesto por S&apiro en 2334. Este m)todo de
compresin se aprovec&a de las propiedades aportadas por la -./ para obtener unos
resultados satisfactorios en la compresin. El E1. es sensible a la significancia del grupo
de bits transmitidos. "dems, consigue altas tasas de compresin con unas buenas
calidades en las imgenes reconstruidas.
ALGORITMO SPIHT
El m)todo de compresin Set Partitioning In Hierarchical Trees no es una simple
ampliacin de los m)todos tradicionales de compresin, sino 5ue representa un gran
avance en este campo. El S%(6/ se aprovec&a de las ventajas aportadas por la utili#acin
de las wavelets. "l igual 5ue el E1. permite la transmisin progresiva de la informacin
por orden de bits ms significativos, y tambi)n logra imgenes con una gran calidad y
altas tasas de compresin.
An!i"i" de "e#a!e" mediante $a%e!et"
Anlisis de seales mediante wavelets
Las t)cnicas de anlisis wavelet emplean regiones de tamao variable, para el anlisis de
las seales deja usar durante largo tiempo intervalos donde se necesita muc&a informacin
5ue precisa poca frecuencia y pe5ueas regiones donde la informacin necesita altas
frecuencias.
Esquema del anlisis wavelet.
El anlisis wavelet es capa# de mostrar aspectos de la seal 5ue otras t)cnicas no logran
encontrar.
TRANSFORMADA WAVELET
La transformada wavelet consiste en comparar la seal con ciertas funciones wavelet, las
cuales se obtienen a partir de las wavelet madre. La comparacin permite obtener unos
coeficientes 5ue son susceptibles de interpretacin y posterior manipulacin. En cual5uier
caso, un re5uisito bsico es la posibilidad de invertir la transformada, recuperando la seal
a partir de esos coeficientes wavelet calculados.
Wavelet madre creada por Daubechies
TRANSFORMADA WAVELET DISRETA !DWT"
El clculo de la transformada wavelet para todas las posibles escalas supone una gran
cantidad de informacin. Escoger solo a5uellas escalas y posiciones 5ue resulten
interesantes para ciertos estudios es una tarea dificil. Si se escogen a5uellas escalas y
posiciones basadas en potencias de dos, los resultados sern ms eficaces. Este anlisis se
denomina -./.
%ara muc&as seales la informacin ms importante se encuentra en las frecuencias bajas,
mientras 5ue en las altas frecuencias se encuentran los detalles o matices de la seal. %or
ejemplo, en el caso de la vo# &umana, si eliminamos los componentes con altas frecuencias,
la vo# suena diferente pero se sigue entendiendo su mensaje. En cambio, si lo 5ue se
elimina son las componentes de bajas frecuencias, el mensaje se vuelve irreconocible. %or
eso el anlisis wavelet permite descomponer la seal en apro7imaciones y detalles, a )ste
proceso se le conoce con el nombre de anlisis. Este filtrado nos proporciona el doble de
datos de los 5ue son necesarios, este problema se soluciona con la operacin de
downsampling.
Proceso de descomposicin !anlisis".
El proceso de reconstruccin, tambi)n denominado sntesis, se encarga de la obtencin de
la seal a partir de los detalles y apro7imaciones. 8ste proceso se lleva a cabo con la
transformada wavelet discreta inversa.
La eleccin de los filtros ,wavelets0 influye notablemente en los resultados finales.
La t&an"'o&mada $a%e!et di"c&eta
La -./ aplicada a imgenes proporciona una matri# de coeficientes, conocidos como
coeficientes wavelet. Si a una imagen le aplicamos la -./ obtenemos cuatro tipos de
coeficientes: apro7imaciones, detalles &ori#ontales, detalles verticales y detalles
diagonales. La apro7imacin contiene la mayor parte de la energa de la imagen, es decir,
la informacin ms importante, mientras 5ue los detalles tienen valores pr7imos a cero.
La eleccin de las wavelets anali#adoras juega un papel muy importante en los resultados
finales. Entre las caractersticas ms importantes a tener en cuenta se encuentran: soporte
compacto, simetra, etc. Las wavelets biortogonales son las ms eficientes para un
posterior proceso de compresin, y en particular, a5uellas con pocos coeficientes, ya 5ue
el coste de obtencin de los coeficientes se incrementa con su n!mero.
ORGANI#AI$N DE LOS OEFIIENTES WAVELET
+eneralmente, la energa de las imgenes se concentra en las frecuencias bajas. 9na
imagen tiene un espectro 5ue se reduce con el incremento de las frecuencias. Estas
propiedades de las imgenes 5uedan reflejadas en la transformada wavelet discreta de la
imagen. Los niveles ms bajos de compresin se corresponden con las bandas de alta
frecuencia. En particular, el primer nivel representa la banda de ms alta frecuencia y el
nivel ms fino de resolucin. " la inversa, el !ltimo nivel ,n0 de descomposicin
corresponde con la banda de frecuencia ms baja y la resolucin ms tosca. "s, al
despla#arse de los niveles ms altos a los ms bajos, o sea, de baja resolucin a alta
resolucin, se observa una disminucin de la energa contenida en las subbandas
recorridas.
Si los coeficientes wavelet obtenidos por medio de la transformada wavelet discreta
,-./0 para un nivel concreto poseen pe5ueas magnitudes ,valores pr7imos a cero0, se
espera 5ue esos coeficientes wavelet est)n en los primeros niveles de descomposicin. El
aumento del nivel de descomposicin wavelet produce unos coeficientes con mayores
magnitudes. "dicionalmente, se puede comprobar como e7isten similitudes espaciales a
trav)s de las subbandas.
Imagen original de #arbara.

$rgani%acin de los coe&icientes wavelet.
En la figura anterior se puede observar los contornos de 'arbara en los distintos niveles y
cmo son ms bastos en el primer nivel de descomposicin, adems de cierta similitud
entre los distintos niveles.

F(ndamento" de !a com)&e"i*n de im+ene"
:E-9;-";<(" -E -"/=S
6ay 5ue resaltar la diferencia entre informacin y datos, ya 5ue en muc&as ocasiones se
utili#an como sinnimos y no lo son. Los datos son una forma representar la informacin>
as, una misma informacin puede ser representada por distintas cantidades de datos. %or
tanto, algunas representaciones de la misma informacin contienen datos redundantes.
La compresin de datos se define como el proceso de reducir la cantidad de datos
necesarios para representar efica#mente una informacin, es decir, la eliminacin de datos
redundantes. En el caso de las imgenes, e7isten tres maneras de reducir el n!mero de datos
redunda ntes: eliminar cdigo redundante, eliminar p7eles redundantes y eliminar
redundancia visual.
<?-(+= :E-9;-";/E
El cdigo de una imagen representa el cuerpo de la informacin mediante un conjunto de
smbolos. La eliminacin del cdigo redundante consiste en utili#ar el menor n!mero de
smbolos para representar la informacin.
Las t)cnicas de compresin por codificacin de 6uffman y codificacin aritm)tica utili#an
clculos estadsticos para lograr eliminar este tipo de redundancia y reducir la ocupacin
original de los datos.
%(@ELES :E-9;-";/ES
La mayoria de las imgenes presentan semejan#as o correlaciones entre sus p7eles. Estas
correlaciones se deben a la e7istencia de estructuras similares en las imgenes, puesto 5ue
no son completamente aleatorias. -e esta manera, el valor de un p7el puede emplearse
para predecir el de sus vecinos.
:E-9;-";<(" A(S9"L El ojo &umano responde con diferente sensibilidad a la
informacin visual 5ue recibe. La informacin a la 5ue es menos sensible se puede
descartar sin afectar a la percepcin de la imagen. Se suprime as lo 5ue se conoce como
redundancia visual.
La eliminacin de la redundancia esta relacionada con la cuantificacin de la informacin,
lo 5ue conlleva una p)rdida de informacin irreversible. /)cnicas de compresin como
*%E+, E1. o S%(6/ &acen uso de la cuantificacin.
<L"S($(<"<(?;
Los m)todos de compresin se pueden agrupar en dos grandes clases: m)todos de
compresin sin p)rdida de informacin y m)todos con p)rdida de informacin.
L=SSLESS Los m)todos de compresin sin p)rdida de informacin ,lossless0 se
caracteri#an por5ue la tasa de compresin 5ue proporcionan est limitada por la entropa
,redundancia de datos0 de la seal original. Entre estas t)cnicas destacan las 5ue emplean
m)todos estadsticos, basados en la teora de S&annon, 5ue permite la compresin sin
p)rdida. %or ejemplo: codificacin de 6uffman, codificacin aritm)tica y LempelB1iv. Son
m)todos idneos para la compresin dura de arc&ivos.
L=SSC Los m)todos de compresin con p)rdida de informacin ,lossy0 logran alcan#ar
unas tasas de compresin ms elevadas a costa de sufrir una p)rdida de informacin sobre
la imagen original. %or ejemplo: *%E+, compresin fractal, E1., S%(6/, etc. %ara la
compresin de imgenes se emplean m)todos lossy, ya 5ue se busca alcan#ar una tasa de
compresin considerable, pero 5ue se adapte a la calidad deseada 5ue la aplicacin e7ige
sobre la imagen objeto de compresin.
*%E+ ,*oint %&otograp&ic E7perts +roup0 es el m)todo de compresin ms utili#ado
actualmente para la compresin de imgenes con p)rdida. Este m)todo utili#a la
transformada discreta del coseno ,-</0, 5ue se calcula empleando n!meros enteros, por lo
5ue se aprovec&a de algoritmos de computacin veloces. El *%E+ consigue una compresin
ajustable a la calidad de la imagen 5ue se desea reconstruir.
/:";S$=:D"-" -(S<:E/" -EL <=SE;= La imagen de entrada es dividida en
blo5ues de ;7; p7eles. El tamao del blo5ue se escoge considerando los re5uisitos de
compresin y la calidad de la imagen. En general, a medida 5ue el tamao del blo5ue es
mayor, la relacin de compresin tambi)n resulta mayor. Esto se debe a 5ue se utili#an ms
p7eles para eliminar las redundancias. %ero al aumentar demasiado el tamao del blo5ue la
suposicin de 5ue las caractersticas de la imagen se conservan constantes no se cumple, y
ocurren algunas degradaciones de la imagen, como bordes sin definir. Los resultados en la
e7perimentacin &an demostrado 5ue el tamao del blo5ue ms conveniente es de E7E
p7eles.
<9";/($(<"<(?; Los coeficientes de la transformada son cuantificados en base a un
nivel de umbral para obtener el mayor n!mero de ceros posibles. %ara la cuantificacin se
utili#a una matri# de normali#acin estndar, y se redondean los resultados a n!meros
enteros. Este es el proceso donde se produce la p)rdida de informacin. El paso siguiente
consiste en reordenar en #igB#ag la matri# de coeficientes cuantificados.
'$DI(I')'I*+ <odificando con longitud variable los coeficientes, la imagen se puede
comprimir a!n ms. El codificador ms utili#ado es el algoritmo de 6uffman, 5ue se
encarga de transmitir los coeficientes ordenados. 9na ra#n para utili#ar el codificador de
6uffman es 5ue es fcil de implementar. %ara comprimir los smbolos de los datos, el
codificador de 6uffman crea cdigos ms cortos para smbolos 5ue se repiten
frecuentemente y cdigos mas largos para smbolos 5ue ocurren con menor frecuencia.
(magen sin comprimir
(magen comprimida con *%E+

,tt)-..coco/cc(/(nio%i/e".immed.com)&e"ion.de"c&i)
cion.'(ndamento".'(ndamento"/,tm